Apr, 2024

低多边形表面和体填充的简洁平面排列

PDF
TL;DR飞机安排在表面和体积建模中是一种有用的工具，本文引入了两个关键创新点，通过平面插入的排序方案和在安排构建过程中直接使用输入点，减少了不必要的分割，从而将构建机制的可扩展性提高了两个数量级，同时还介绍了一种重构和简化技术，可以从安排中提取低多边形表面网格和轻量级凸体分解。与基于学习和传统方法在不同数据集上进行比较，结果表明我们的方法在上述任务中达到了最先进的效果。
发现论文，激发创造
  • AirPlanes: 通过 3D 一致嵌入实现准确的飞机估计

    本文提出一种新方法，通过预测多视角一致的平面嵌入来辅助几何方法，将点进行聚类成平面，从而解决了在场景中估计平面表面的问题，并在 ScanNetV2 数据集上表明，该方法优于现有方法和强基线的平面估计任务。

    Jun, 2024

  • 针对室内 RGB-D 重建的几何和纹理的高效基于平面的优化

    我们提出了一种基于平面基元的 RGB-D 室内场景重建新方法，通过适应平面构建整个场景的低多边形网格，保留原始场景的几何细节和锐利特征并生成清晰的面纹理，相较于现有方法更有效的从 RGB-D 数据生成纹理网格。

    May, 2019

  • PlaneFormers：从稀疏视图到三维重建

    本文提出了一种用于从有限重叠的图像重建场景平面表面的方法，并介绍了一种新的基于 transformer 的简化方法，PlaneFormer，它是通过对 3D 感知平面记号应用变换器来进行 3D 推理。实验表明，本文的方法比之前的方法更加有效。

    Aug, 2022

  • Lightplane: 高可扩展的神经三维场组件

    现代 3D 研究中，特别是在重建和生成方面，严重依赖于 2D 图像输入或监督。然而，目前这些 2D-3D 映射的设计占用大量内存，对现有方法构成了重大瓶颈，并阻碍了新的应用。为此，我们提出了一对高度可扩展的用于 3D 神经场的组件：Lightplane Render 和 Splatter，它们显著减少了 2D-3D 映射中的内存使用量。这些创新使得能够以较小的内存和计算成本处理大量更高分辨率的图像。我们展示了它们在各种应用中的实用性，从从图像级损失中受益的单场景优化到实现用于大幅扩展 3D 重建和生成的多功能流水线。代码：https://github.com/facebookresearch/lightplane。

    Apr, 2024

  • 通过正交平面分离和多视角几何一致性感知进行 360 布局估计

    通过提出正交平面解缠网络 (DOPNet) 以分辨模糊语义和针对水平深度与比例的无监督自适应技术，本研究在全景布局估计和多视角布局估计任务中优于其他 SoTA 模型。

    Dec, 2023

  • 多面体表面：基于多面体表面的自监督点云重建

    使用法线构建多面体表面，用于解决原始点云到点云的重建问题，并且在三个常用数据集上取得了最先进的结果。

    Oct, 2023

  • Freeplane: 三面战机稀疏视图重建模型中的自由午餐解锁

    通过对三角面的调制，我们提出了一种简单而有效的方法，用于提高前馈模型的生成质量，无需额外训练，且能够无缝集成到预训练模型中以增强其对生成多视图图像不一致性的鲁棒性。

    Jun, 2024

  • 稀疏视图下平面表面重建

    本文提出一种在未知相机姿态下采用多视图重建室内场景中平面表面的方法，并且通过实验表明该方法在来自 Matterport3D 挑战性场景的稀疏视图的重建方面能够推进现有技术的发展。

    Mar, 2021

  • 从 3D 激光扫描中提取有限平面的最大似然方法

    本文提出了一种严格的概率方法来检测有限平面，该算法通过自下而上的聚类技术从底部构建平面，利用光线路径信息计算测量似然性，不依赖于点到平面距离，可以应用于机器人系统的不同领域。

    Oct, 2019

  • Tri$^{2}$-plane：使用特征金字塔进行三维角色重建

    我们提出了一种名为 Tri$^2$-plane 的新方法，用于通过单目逼真体积头像重建，通过特征金字塔和三个自上而下的侧连接 Tri-planes 实现细节改进，并通过训练中的相机几何感知滑动窗口方法提高鲁棒性，实验结果表明 Tri$^2$-plane 不仅超越了现有的方法，还在定量指标和定性评估方面取得了优越的性能。

    Jan, 2024